HiveSQL——求解去除最大最小值后的平均薪水

0 问题描述

• 薪水表中是员工薪水的基本信息，包括雇员编号，部门编号和薪水
• 第1行表示雇员编号为10001的员工在1号部门，薪水为60117元;
• 第2行表示雇员编号为10002的员工在2号部门，薪水为92102元;
• ...
• 第10行表示雇员编号为10010的员工在1号部门，薪水为76884元

   问题：查询每个部门除去最高、最低薪水后的平均水平，并保留整数

1 数据准备

create table if not exists salary
(
    emp_num   string comment '雇员编号',
    dep_num   string comment '部门编号',
    salary    string comment '薪水'
) comment '薪水表';

insert overwrite table salary
values ('10001','1','60117'),
       ('10002','2','92102'),
       ('10003','2','86074'),
       ('10004','1','66596'),
       ('10005','1','66961'),
       ('10006','2','81046'),
       ('10007','2','94333'),
       ('10008','1','75286'),
       ('10009','2','85994'),
       ('10010','1','76884');

2 数据分析

根据题意进行拆解，有三个关键点信息：

1.每个部门（按照部门分组）

2.除去最高、最低薪水（需要先求出最高，最低的薪水，并进行过滤）

3.在上述两步的基础上，求解平均值，并保留整数

方式一：找出部门中最高、最低薪水并进行过滤。采用排序函数row_number()进行标记

      select
             emp_num,
             dep_num,
             salary,
             row_number() over (partition by dep_num order by salary)       as rn1,
             row_number() over (partition by dep_num order by salary desc ) as rn2
         from salary

  根据需求，过滤出中间结果，即rn1 >1 和 rn2 >1 同时成立，最终的sql如下：

select *
from (
         select
             emp_num,
             dep_num,
             salary,
             row_number() over (partition by dep_num order by salary)       as rn1,
             row_number() over (partition by dep_num order by salary desc ) as rn2
         from salary
     ) tmp1
where rn1 > 1
  and rn2 > 1;

方式二：为了过滤出最大，最小值，可以利用row_number()只进行 一次排序。先求出分组的总行数cnt，再对组内的salary进行升序排序，需要得到的中间结果只需要满足： 1< rn < cnt ，sql如下：

select *
from (
         select
             emp_num,
             dep_num,
             salary,
             --分组的 总行数
             count(1) over (partition by dep_num)                     as cnt,
             --组内对salary 字段升序排序
             row_number() over (partition by dep_num order by salary) as rn
         from salary
     ) tmp1
where rn > 1
  and rn < cnt;

综上，最终平均值的sql为：

--方法一：
select
    dep_num,
    round(avg(salary), 0) as avg
from (
         select
             emp_num,
             dep_num,
             salary,
             row_number() over (partition by dep_num order by salary)       as rn1,
             row_number() over (partition by dep_num order by salary desc ) as rn2
         from salary
     ) tmp1
where rn1 > 1
  and rn2 > 1
group by dep_num;



--方法二
select
    dep_num,
    round(avg(salary), 0) as avg
from (
         select
             emp_num,
             dep_num,
             salary,
             row_number() over (partition by dep_num order by salary)  as rn,
             count(1) over(partition by dep_num) as cnt
         from salary
     ) tmp1
where rn > 1
  and rn < cnt
group by dep_num;

3 小结

 本案例使用的知识点总结：

  （1）排名函数row_number()使用

  （2） 排除最大、最小值的方式

注：文章参考：HiveSql面试题12--如何分析去掉最大最小值的平均薪水（字节跳动）_hive 去除最大5%-CSDN博客文章浏览阅读2k次，点赞5次，收藏23次。0 问题描述薪水表中是员工薪水的基本信息，包括雇员编号，部门编号和薪水第1行表示雇员编号为10001的员工在1号部门，薪水为60117元;第2行表示雇员编号为10002的员工在2号部门，薪水为92102元;...第10行表示雇员编号为10010的员工在1号部门，薪水为76884元问题：查询每个部门除去最高、最低薪水后的平均薪水，并保留整数。1 数据准备（1）数据基本数据雇员编号部门编号薪水1000116011710002._hive 去除最大5%https://blog.csdn.net/godlovedaniel/article/details/112372060?spm=1001.2014.3001.5501